퍼스트 파티 데이터 구축 전략

퍼스트 파티 데이터 구축 전략

(참조 자료: How to build your first-party data strategy)

서드파티 기술의 종말은 브랜드에게 최신 데이터 인프라를 투자하고 고객과의 신뢰를 구축할 수 있는 기회를 제공합니다. 퍼스트파티 데이터 전략을 개발하여 데이터 공급망을 혁신하는 방법을 알아보세요.

헨리 포드를 1908년 10월 포드모델 T의 출시로 자동차 산업에 혁명을 일으켰습니다. 이 차를 그렇게 충격적으로 만든 것은 가장 빠르거나 안전하다는 것이 아니라 가격이라는 점입니다. 모델 T는 대부분의 미국인들이 처음으로 자동차 여행을 할 수 있게 해주었습니다.

포드는 공급망을 변화시킴으로써 모델 T를 저렴한 가격에 나열할 수 있었습니다. 그 시대의 많은 자동차들이 고도로 훈련된 전문가들에 의해 한 번에 한 대씩 만들어졌지만, 포드는 부품의 품질과 팀들의 협업에 우선 순위를 두고 규모에 맞는 생산을 허용하는 조립라인을 디자인했습니다. 비록 대부분의 관심이 종종 최종 생산된 제품에만 집중되지만, 애플의 팀쿡과 같은 위대한 비즈니스 리더들은 공급망의 중요성을 지속적으로 강조하고 있습니다.

그러나 오늘날의 많은 기업들은 단순히 자동차(또는 스마트폰)만 판매하거나 공장을 운영하지는 않습니다. 그들은 코드를 작성하고, 모바일 앱, 웹사이트, 그리고 다른 다양한 채널을 통해 디지털 경험을 제공합니다.

디지털 경험은 단순히 섀시와 차체의 조립이 아니라 데이터에 의해 구현됩니다. 넷플릭스의 개인화된 콘텐츠 추천이나 에어비앤비의 원할한 거래 이메일을 떠올려보세요. 이러한 경험은 데이터를 수집, 구성 및 활성화하는 기능을 기반으로 합니다. 이는 하버드 비즈니스 리뷰가 강조한 최근 데이터 공급망이라는 새로운 종류의 조립라인의 결과입니다.

공급망은 시장과 함께 발전해야 하며, 데이터 공급망은 예외는 아닙니다. 많은 브랜드들이 캠페인을 향상시키고 참여를 측정하기 위해 서드파티 데이터에 의존해왔지만, 애플의 앱 추적 투명성과 구글의 서드파티 쿠키 거부와 같은 새로운 시장 변화는 팀들로 하여금 그들의 전략을 바꾸도록 그들의 전략을 바꾸도록 강요하고 있습니다. 데이터 공급망을 발전시키고 디지털 환경을 최적화하려면 퍼스트파티 데이터 전략을 구축해야 합니다.

왜 서드파티 데이터가 아닌 퍼스트파티 데이터인가?

지난 몇 년 동안 많은 기업들이 서드파티 데이터를 활용한 개인화 캠페인에 박차를 가했습니다. 서드파티 데이터는 사용자가 소유한 에셋을 통해 참여하는 고객에만 의존해야 하는 퍼스트파티 데이터보다 더 광범위합니다. 그러나 파티 간에 데이터를 공유할 때 메타데이터와 개인 식별 정보가 손실되는 경우가 많기 때문에 갈수록 데이터 수가 작아지는 경향도 있습니다.

서드파티 데이터는 그 규모 때문에 페이드 디스플레이 광고와 같은 광범위한 신규 고객 확보 캠페인에 종종 사용되어 왔습니다. 그러나 최근 몇 차례의 트렌드 변화로 인해 이 문제는 어려워졌습니다.

  1. 애플의 ATT 프레임워크와 점점 강화되는 ‘추적 금지’
  2. 구글의 다가오는 서드파티 쿠기의 가치 하락
  3. 익명의 타깃팅에 대한 소비자들의 데이터 개인정보 인식 및 혐오감 증가

이러한 트렌드, 특히 처음 2가지 트렌드는 잠재 고객 획득의 성장을 위한 아래 2가지 필수 메커니즘을 수행하는 많은 브랜드의 능력을 저하시켰습니다.

  • 측정(Measurement): 비소유 채널에서 캠페인, 크리에이티브 세트 또는 메시지가 잘 수행되고 트래킹되는가?
  • 타깃팅(Targeting): 비소유 채널에서 과거 행동 데이터를 기반으로 특정 메시지를 특정 사용자에게 전달할 수 있는가?

서드파티 타깃팅에서 벗어나고 있는 가운데, 몇몇 사람들은 새로운 법률을 회피하고 동일한 활용 사례를 달성할 수 있는 방법을 제안했습니다.

  • 대체 식별자(Alternative identifiers): 일부 공급업체는 쿠키와 IDFA를 대체할 범용 식별자 도입을 약속했습니다. 브랜드는 이 식별자를 측정, 타깃팅 등을 위해 여러 공급업체와 채널에서 활용할 수 있습니다.
  • 지문 채취(Fingerprinting): 지문채취는 디바이스 유형 및 위치와 같은 비개인 식별 정보의 단면을 사용하여 채널을 통해 트래킹할 수 있는 사용자의 디지털 지문을 만드는 기술입니다.
  • 확률론적 모델링(Probabilistic modeling): IP 주소, 운영체제, 위치, 와이파이 네트워크 및 행동 데이터와 같은 정보를 주어진 신뢰 수준에서 프로파일에 링크하기 위해 예측 알고리즘을 활용하여 여러 디바이스에 걸쳐 단일 사용자가 수행한 계약을 통합 고객 프로파일에 연결합니다(확률적 아이덴티티에 대한 자세한 내용과 결정론적 모델링과의 차이점에 대해서 자세히 알아보기)

이러한 솔루션은 빠른 해결을 제공하지만 다른 문제점을 유발하기도 합니다. 프라이버시를 중시하는 고객의 정서, 계속 진화하하는 개인정보 보호정책(GDPR, CCPA) 및 앱 스토어 거부 위험과 같은 요인 때문에 이러한 방법은 소비자 신뢰는 말할 것도 없고 컴플라이언스 측면에서도 위험합니다.

‘위기에서 큰 기회가 있다’라고 말한 알버트 아인슈타인처럼, 서드파티 트래킹 기능이 사라지면서 업계 전반에 걸쳐 브랜드들은 데이터를 사용하여 고객에게 도달하는 방식을 전환하고, 도달 범위보다 관련성을 우선시하고 고객 신뢰를 재구축해야 하는 상황에 놓이게 되었습니다.

퍼스트파티 데이터 전략 구축 전략

자동차 제조와 마찬가지로 데이터 기반 환경을 제공하기 위한 여러 단계가 있습니다. 프라이버시를 우선시하는 효과적인 퍼스트파티 데이터 전략은 수집에서, 관리 및 저장, 그리고 활성화에 이르는 전체 데이터 라이프사이클을 고려해야 합니다.

퍼스트파티 데이터 수집

세일즈포스의 2020 State of the Connected Customer이라는 레포트에서 83%의 소비자가 온라인상에서 개인 데이터를 공유하는 것에 대해 우려하고 있으며 72%가 개인정 보호 문제로 인해 기업으로부터 구매나 서비스 사용을 중단할 것이라고 보고했습니다. 퍼스트파티 데이터를 성공적으로 수집하려면 고객에게 가치를 제공하고 사용투명성과 책임있는 데이터 거버넌스를 전달하여 신뢰를 보장하는 데이터 거래를 만들어야 했습니다.

Source: Boston Consulting Group. This image has been adapted from the original.

Source: Boston Consulting Group. This image has been adapted from the original.

Boston Consulting Group(BCG)는 퍼스트파티 데이터를 사용한 책임 마케팅(Responsible Marketing)에서 최신 팀이 고객 데이터를 트래킹할 때 세 가지 활용 사례를 따르고 있다고 말합니다.

  • 가시성(Visibility): 배너를 숨기지 않고 깔끔한 사용자 인터페이스로 질문을 디자인하고 사용자에게 제어권을 부여해 허가를 철회하기 쉽게 한다.
  • 솔직함(Candor): 그들은 데이터를 수집하는 이유와 수집과 활용의 이점에 대해 투명합니다.
  • 가치(Value): 데이터 공유로 인한 고객 환경 향상과 같은 인센티브를 강조합니다.

고객 데이터는 더 이상 사고 팔 수 없습니다. 이는 신뢰를 통해 얻어야 하고 안전한 데이터 거버넌스를 통해 지속적으로 다시 얻어야 하는 특권입니다.

다양한 유형의 기업이 각기 다른 방식으로 고객과 연결되므로 데이터 수집은 업종에 따라 달라집니다. 리테일, 금융 서비스 및 여행과 같이 사용자와 직접적인 관계를 가진 브랜드는 회원 전용 콘텐츠 및 로열티 프로그램과 같은 전용 상품을 기반으로 가치 교환을 구축했습니다.

CPG(Consumer Packed Goods)와 자동차와 같은 업종의 기업들은 소비자에게 직접적으로 제품을 판매하지 않는 경우가 많습니다. 이러한 기업은 고유한 보조 디지털 제안으로 최종 고객에게 연락하여 퍼스트 파티 데이터 세트를 구축할 수 있습니다. 예를 들어, 방금 구매한 웨버 숯 그릴은 모바일 앱을 다운로드 받기 위한 QR 코드를 포함하여 방금 도착했다고 봅시다. 그 앱은 집에 불을 지르는 것을 피할 수 있도록 도와준 3D 설정 설명서, 그릴링 팁, 레시피 추천 등의 정보로 가득 차 있습니다.

특히 미디어와 퍼블리셔는 서드파티 쿠키를 사용하여 데이터 관리 플랫폼(DMP) 및 기타 광고 기술 플랫폼을 통해 광고를 전달하는 경우가 많기 때문에 최근까지도 서드파티 데이터에 크게 의존해왔습니다. 서드파티 트래킹이 더욱 제한됨에 따라 퍼블리셔들은 퍼스트파티 데이터 수집의 소유권을 가져다가 관련 광고 경험을 잠재 고객들에게 전달하는 데 활용할 수 있는 기반 시설에 투자하는 것이 중요해질 것입니다. 뉴욕 타임즈와 같은 일부 퍼블리셔는 이미 광고 캠페인에 힘을 실어주기 위해 퍼스트파티의 고객 데이터와 데이터 사이언스 인사이트에 투자하고 있는 이러한 변화에 앞장서고 있습니다. 지금까지의 진행 상황에 대해 여기서 더 많이 읽을 수 있습니다.

고객 신뢰를 구축하는 문제 이외에도 퍼스트파티 데이터 수집의 기술적 과제도 있습니다. 퍼스트파티 데이터를 수집하는 모든 툴에는 클라이언트측 애플리케이션에 SDK를 구축해야 합니다. 수십 개의 마케팅 및 분석 툴을 사용하는 일반 기업에서는 이 벤더 코드를 빠르게 관리하는 것이 엔지니어링의 골칫거리가 될 수 있습니다.

CDP(Customer Data Platforms)는 퍼스트파티 데이터 수집을 단순화할 수 있도록 지원하여 여기에서 가치를 제공합니다. CDP는 SDK 구현 또는 API 연결을 통해 고객 데이터를 수집한 다음 서버측 통합을 통해 마케팅, 분석 및 데이터 웨어하우징 툴에 연결할 수 있도록 지원합니다. 이를 통해 엔지니어는 공급업체 코드 관리 및 맞춤형 개발에 더 적은 시간을 할애할 수 있으며 마케팅 및 제품팀은 필요한 시간과 장소에 에 필요한 데이터에 엑세스할 수 있습니다. 여기서 고객 데이터 플랫폼에 대해 더 자세히 확인해보세요.

데이터 관리와 저장

프라이버시를 중시하는 고객이 자신의 퍼스트파티 데이터를 공유할 수 있도록 지원하는 가치 교환을 구축하는 것은 어렵습니다. 그러나 안전한 데이터 관리 및 저장 없이는 고객의 신뢰가 흔들릴 수 있으며 마케터들의 모든 노력이 순식간에 낭비될 수 있습니다. 데이터 개인정보 보호의 단 한번의 실수로 인해 고객이 데이터 삭제 요청을 제기하거나 사용자가 집단 소송에 휘말릴 수 있기 때문에 책임있는 데이터 거버넌스가 매우 중요합니다.

1. 동의 관리

책임있는 데이터 관리의 한 축은 안전한 처리 법적 근거이며, 이에 대한 동의입니다. 고객 동의는 고객이 데이터 사용과 관련하여 자신의 선택에 신호를 보내는 과정입니다. 규정 준수를 위해서는 각 고객 데이터가 항상 고객이 동의한 용도에 따라 사용되고 있는지 확인해야 합니다. 예를 들어, 고객이 웹사이트를 방문할 때 마케팅 및 광고 목적이 아닌 분석 및 보안 목적으로 데이터를 수집하도록 허용할 수 있습니다. 따라서 데이터가 수집된 후에 그 데이터가 수집된 목적에 맞게 적절하게 사용될 수 있게 해당 데이터를 적합한 시스템으로 전송되도록 하는 것이 기업이 해야 할 의무입니다.

이는 고객이 개인정보 활용 목적을 설정한 후 동의 관리 플랫폼(Consent Management Platform, CMP)을 사용하여 특정 공급업체 SDK를 통해 실행되도록  트리거하거나, 고객 동의 상태를 기준으로 기술 스택에서 데이터 플로우 방식을 필터링하기 위해 CMP를 CDP와 통합함으로서 달성할 수 있습니다. 이 기사에서는 두 가지 전략을 모두 자세히 살펴볼 수 있습니다.

2. 결정론적 아이덴티티 식별

고객이 누구인지 모를 경우, 데이터 제목 요청 이행과 같은 데이터 거버넌스의 동의 관리 및 기타 측면은 거의 불가능합니다. 고객이 싱글 터치포인트를 통해서만 참여할 경우 계약 및 기본설정을 디바이스 레벨 식별자에 연결할 수 있으므로 이 문제는 덜 부럽습니다. 그러나 웹사이트 및 모바일앱과 같은 여러 접점에 걸쳐 고객이 참여하기 시작하면 디바이스 레벨 데이터를 통합 고객 프로필과 연결할 수 있는 방법이 필요합니다. 한 채널에서 선언된 동의 기본 설정을 통합 고객 프로필과 연계할 수 없는 경우, 다른 채널에서 수집된 고객의 데이터를 신호된 기본 설정을 위반하는 방식으로 계속 사용할 수 있습니다. 또한 고객이 데이터 제목 요청을 제출할 경우 한 시스템에 존재하는 데이터에 대한 요청을 이행할 수 있지만 다른 시스템에 격리된 데이터에 대해서는 요청을 이행하지 못할 수 있습니다.

3. 데이터 저장

퍼스트파티 데이터를 실시간으로 활성화하면 거래 메시지와 같은 강력한 활용 사례가 가능하지만 데이터를 장기간 깔끔하게 저장할 수 있는 기능도 중요합니다. 데이터 웨어하우스에 서드파티 데이터를 사용하면 과거 고객층을 구축하고 BI 쿼리를 실행하는 데 활용할 수 있습니다. 또한 데이터 웨어하우스는 디바이스 레벨 계약 데이터와 거래 데이터와 같은 다양한 소스의 데이터를 결합하기에 가장 좋은 장소입니다. 클라이언트 측에서 데이터 웨어하우스로 서드파티 데이터를 가져오는 기존의 방법은  Snowplow Analytics와 같은 분석 트래킹 툴을 사용하여 클라이언트에서 데이터를 수집한 다음 Fivetran와 같은 Extract, Transform, Load (ETL) 툴을 사용하여 클라우드 앱에서 데이터 웨어하우스로 데이터를 전송하는 것입니다. 또는 고객 데이터 플랫폼을 통해 클라이언트측 서버측 환경에서 데이터를 수집하여 단일 도구로 데이터 웨어하우스로 내보낼 수 있습니다.

퍼스트파티 데이터로 무엇을 할 수 있는가?

서드파티 데이터의 사용으로 브랜드는 새로운 고객을 확보하고 고객을 리타깃팅 캠페인을 통해 이탈된 고객을 재확보하는 모델을 따를 수 있게 되었습니다. 이로 인해 많은 기업들이 브랜드 인지도를 높이고 신규 고객 획득을 가속할 수 있었지만 고객 신뢰와 충성도를 구축하는 방법을 찾아야 하는 어려운 일도 피할 수 있었습니다.

이에 반해 퍼스트파티 데이터는 팀이 고객 라이프사이클 전체에 걸쳐 고객을 이해하고 관련성이 높은 경험을 제공하는 보람있는 작업을 수행하는데 도움이 됩니다.

고객 유지(Retention)

새로운 고객을 확보하기 위해서 설계된 이니셔티브에 많은 관심이 집중되어 왔습니다. 그러나 경험이 풍부한 성장형 리더라면 누구나 성공에 있어 강력한 고객 유지가 동등하게(더 중요하지 않더라도) 중요하다는 것을 알고 있습니다. Bain의 Prescription for Cutting Costs 보고서에서는 고객 유지율을 5%만 증가시키면 수익을 25% 증가할 수 있다고 보고 했습니다. 반면에 이탈 직후의 고객들을 다시 확보하는데 많은 돈을 쓰는 것은 순손실을 일으킬 수 있습니다.

퍼스트파티 데이터를 사용하면 고객에게 보다 적절한 경험을 제공할 수 있으므로 고객 유지율을 높일 수 있습니다. 제품 구매 이력 등을 통해 각 고객의 선호도를 파악함으로써 온드 미디어를 통해 고객과 신중하게 재구매를 유도하고 더 오랜 기간에 걸쳐 고객 생애 가치(customer lifetime value, CLTV)를 증대시킬 수 있습니다.

고객 데이터 플랫폼은 성장팀이 퍼스트파티 데이터를 사용하여 고객에게 관련 경험을 보다 쉽게 제공할 수 있도록 지원합니다. 예를 들어 CDP를 통해 마케터와 제품 관리자는 맞춤 개발 없이 자신이 선택한 고객 참여 툴에 통합된 고객 프로파일을 전달할 수 있으며, 이를 통해 애플리케이션 내 추천 및 팔로업 이메일과 같은 고객 유지율을 높일 수 있습니다.

만족스러운 고객은 추천과 긍정적인 리뷰를 주도하며, 이는 새로운 고객의 중요한 원천으로 이어질 수 있습니다. 예를 들어, 승차 공유앱 Via가 어떻게 제품 경험을 최적화하여 추천을 통해 성장의 85%를 이끌어냈는지 확인해보세요.

개인화(Personalization)

고객 유지(Retention) 기능은 CLTV를 더 오랜 기간에 걸쳐 확산시키는 기능을 하는 반면 개인화는 각 사용자의 절대 수명 가치를 높이는 기능을 합니다.

퍼스트파티 데이터 분석을 통해 얻은 인사이트를 사용하여 고객에게 제공한 경험의 관련성을 높일 수 있습니다. 또한 실험을 진행하고 참여 지표를 퍼스트파티 고객 프로필과 연계함으로써 시간이 지남에 따라 캠페인의 효과를 높일 수 있습니다. BCG 조사에 따르면 구매 과정에서 여러 순간에 고객에게 관련 경험을 제공할 수 있는 디지털 마케터는 최대 30%의 비용 절감과 20%의 수익 증대를 달성했습니다.

서드파티 데이터 분석을 사용하여 개인화된 환경을 구축할 때 발생하는 문제 중 하나는 데이터가 여러 시스템에 걸쳐 사일로화되는 경우가 많다는 것입니다. 모든 툴에는 자체 식별자와 자체 세분화 엔진이 있으며, 툴간에 데이터를 전환시키려면 수 시간의 고된 개발 작업이 필요합니다. 각 툴이 자체 데이터 세트로 운영되면 고객 이동 중에 개인화된 환경을 최적화하기가 거의 불가능합니다.

고객 데이터 플랫폼은 서드파티 데이터 수집, 결정론적 아이덴티티 식별잠재 고객 세분화를 단일 시스템으로 간소화하고 서버 측 통합을 위해 프로파일 및 잠재 고객 세분화를 모든 성장툴로 쉽게 전달할 수 있도록 함으로써 이러한 과제를 단순화합니다. 이메일 프로그램을 통해서 이름(first_name)을 개인화한 고객 경험을 제공할 수 있습니다.

 

*마케팅 자료 및 기타 상담 문의: parkmg85@hanmail.net